为多个时间步存储多个数据数组的最快/最简单的方法

Question

我有数千个时间步长的粒子 ID、x 位置、y 位置、x 速度和 y 速度数据。我希望能够跨多个时间步使用find()。例如查找 x 和 y 速度低于某个值的所有时间和粒子。

我从一组矩阵开始：

particles{t}(particleIndex,dataType)

所以particles{40}(:,2) 会给我所有粒子在时间步 40 的 y 位置 particles{50}(:,1) 将在时间步 50 返回所有粒子的 x 位置。

这似乎是一种处理我的数据的笨拙方法。我意识到我可以使用particles(t).id、particles(t).xpos 等结构的数组。我仍然难以跨时间步使用find()，并且无法找到任何信息来为我指明正确的方向。从我读到的内容看来，这也可能不是最好的选择。

出于我的目的，我应该如何存储这些数据，我是否可以跨时间步使用 find() 而无需遍历它们？

Answer 1

为什么不通过粒子 id 索引？：

particles = struct;
particles(id).t    % length(t)-by-1
particles(id).x    % length(t)-by-1
particles(id).y    % length(t)-by-1
particles(id).xdot % length(t)-by-1
particles(id).ydot % length(t)-by-1

那么particles(id).x是一个向量，其中每个元素对应particles(id).t中的一个元素。 particles(1).x(1) 将是 id 1 的第一个 x 值。但是，使用 id 分解事物的问题是您将无法跨粒子搜索。我真的只是使用数组（或包含所有粒子数组的结构）：

particles = struct;
particles.ids  % 1-by-length(ids)
particles.t    % length(t)-by-1 or length(t)-by-length(ids)
particles.x    % length(t)-by-length(ids)
particles.y    % length(t)-by-length(ids)
particles.xdot % length(t)-by-length(ids)
particles.ydot % length(t)-by-length(ids)

这里的particles.ids 可以是行（或其他数组的列）的索引。当然，在这种情况下，我们所有的粒子轨迹都需要具有相同的长度（时间步数）。这类似于Matlab的ODE函数的结构输出形式，例如ode45。